二叉搜索树

简介: 本篇文章——二叉搜索树既是对之前的文章【树与二叉树】的一些补充,也是给后续文章TreeMap和TreeSet接口介绍的铺垫。

1.概念


二叉搜索树又称作二叉排序树,它或者是一棵空树,或者是具有以下性质的二叉树:


  • 若它的左子树不为空,则左子树上所有节点的值都小于根节点的值
  • 若它的右子树不为空,则右子树上所有节点的值都大于根节点的值
  • 它的左右子树也分别为二叉搜索树
  • 二叉搜索树的中序遍历结果是有序的


如下图所示就是一棵二叉搜索树


微信图片_20230111032335.png

先通过代码完成二叉搜索树的基本构造:


public class BinarySearchTree {
    static class TreeNode {
        public int val;
        public TreeNode left;
        public TreeNode right;
        public TreeNode(int val) {
            this.val = val;
        }
    }
    public TreeNode root;
}


2.查找操作


在搜索树中查找关键值,因为二叉搜索树的特性,所以可以将关键值与根节点值比较,如果比根节点值小,就去左子树中寻找,反之去右子树中寻找。


public TreeNode search(int key) {
        TreeNode cur=root;
        while (cur!=null) {
            if(cur.val<key) {
                cur=cur.right;
            }else if(cur.val>key) {
                cur=cur.left;
            }else {
                return cur;
            }
        }
        //走到这里说明没有找到关键字
        return null;
    }

3.插入操作


插入操作依然遵循二叉搜索树的特性,与根节点值进行比较,如果比它小就往左子树中插入,如果比它大就往右子树中插入,可以发现,最后都是插入到了叶子节点上。因为插入操作需要让上一个节点有引用指向插入节点,所以需要使用两个节点。


public boolean insert(int key) {
        TreeNode node=new TreeNode(key);
        //空树直接插入
        if(root==null) {
            root=node;
            return true;
        }
        TreeNode cur=root;
        TreeNode parent=null;//用于存储上一个节点的引用
        while (cur!=null) {
            if(cur.val<key) {
                parent=cur;
                cur=cur.right;
            }else if(cur.val>key) {
                parent=cur;
                cur=cur.left;
            }else {
                //存在相同的元素 则不能插入成功
                return false;
            }
        }
        //代码走到这里,cur==null,根据与上一个节点parent的val的比较,确定插入该结点的左还是右
        if(parent.val<key) {
            parent.right=node;
        }else {
            parent.left=node;
        }
        return true;
    }

4.删除操作


二叉搜索树的删除操作十分复杂,首先需要找到要删除的节点,但是该结点可能有左右子树,所以不能直接删除,需要分情况来确定具体的删除方式,如下:


设待删除结点为 cur, 待删除结点的父结点为 parent

1.cur.left == null


cur 是 root,则 root = cur.right

cur 不是 root,cur 是 parent.left,则 parent.left = cur.right

cur 不是 root,cur 是 parent.right,则 parent.right = cur.right

2.cur.right == null


cur 是 root,则 root = cur.left

cur 不是 root,cur 是 parent.left,则 parent.left = cur.left

cur 不是 root,cur 是 parent.right,则 parent.right = cur.left

3.cur.left != null && cur.right != null

需要使用替换法进行删除,即在它的右子树中寻找最小值(它一定没有左树)【或者在它的左子树中寻找最大值,它一定没有右树】,用它的值填补到被删除节点中,再来处理该结点的删除问题(处理该结点就和情况1相同,没有左子树)


微信图片_20230111032328.png


代码实现:


 

/**
     * 删除关键字为key的节点
     * @param key
     */
    public void remove(int key) {
        //先找到该节点
        TreeNode cur=root;
        TreeNode parent=null;
        while (cur!=null) {
            if(cur.val<key) {
                parent=cur;
                cur=cur.right;
            }else if(cur.val>key) {
                parent=cur;
                cur=cur.left;
            }else {
                //代码走到此处说明找到了要删除的节点
                removeNode(cur,parent);
            }
        }
    }
    /**
     * 进行删除
     * @param cur 要删除的节点
     * @param parent 删除节点的父结点
     */
    private void removeNode(TreeNode cur,TreeNode parent) {
        if(cur.left==null) {
            if(cur==root) {
                root=root.right;
            }else if(cur==parent.left) {
                parent.left=cur.right;
            }else {
                parent.right=cur.right;
            }
        }else if(cur.right==null) {
            if(cur==root) {
                root=root.left;
            }else if(cur==parent.left) {
                parent.left=cur.left;
            }else {
                parent.right=cur.left;
            }
        }else {
            TreeNode targetParent=cur;//记录用于替换的节点的上一个节点
            TreeNode target=cur.right;//记录用于替换的节点
            //在右子树中寻找最小值,就是一直往左走,走到尽头的节点就是最小值
            while (target.left!=null) {
                targetParent=target;
                target=target.left;
            }
            //找到用于替换的节点,完成值的替换,再去处理删除这个替换节点
            cur.val=target.val;
            //此时该节点一定没有左子树,与之前没有左子树的删除方法相同
            if(targetParent.left==target) {
                targetParent.left=target.right;
            }else {
                targetParent.right=target.right;
            }
        }
    }


5.性能分析


二叉搜索树的插入和删除操作都需要先进性查找,查找效率代表了二叉搜索树中各个操作的性能,根据不同的插入次序,得到的二叉树结构也可能不同。

最优情况:

得到一棵完全二叉树

查找的时间复杂度为O(log2N)


微信图片_20230111032325.png

最差情况:

得到一棵单分支的树

查找的时间复杂度为O(N)


微信图片_20230111032320.png

TreeMap 和 TreeSet (这两个接口在后边的文章中介绍)即 java 中利用搜索树实现的 Map 和 Set;实际上用的是红黑树,而红黑树是一棵近似平衡的二叉搜索树,即在二叉搜索树的基础之上 + 颜色以及红黑树性质验证,关于红黑树的内容后序再进行讲解。


相关文章
|
6天前
|
存储 算法
二叉搜索树
二叉搜索树
24 1
|
4月前
|
存储 安全 C++
C++【二叉搜索树】
C++【二叉搜索树】
40 0
|
6月前
51 # 二叉搜索树的实现
51 # 二叉搜索树的实现
17 0
|
7月前
|
算法 JavaScript 前端开发
|
7月前
|
存储 算法
|
8月前
|
编译器 C语言 C++
【C++】二叉搜索树
【C++】二叉搜索树
39 0
|
8月前
|
存储
【二叉搜索树】
【二叉搜索树】
32 0
|
9月前
|
存储 算法 关系型数据库
有了二叉树,平衡二叉树为什么还需要红黑树
有了二叉树,平衡二叉树为什么还需要红黑树
62 0
有了二叉树,平衡二叉树为什么还需要红黑树
|
10月前
|
算法
二叉搜索树、平衡二叉树
一、二叉搜索树 这里我们不用太多书面化的语言来定义,笔者认为在讨论数据结构、算法相关的内容时用太多书面化、学术化的语言是一种让人很烦的事情。咬文嚼字,不便于读者理解。 简单来说二叉树搜索树,其实就是用来做二分查找的一种二叉树。 特点是:根节点的左子树值均小于根节点的值,根节点的右子树值均大于根节点的值。 比如123 4 567建树的结果就是
37 0
|
11月前
|
C++
【C++】二叉搜索树(上)
【C++】二叉搜索树
45 0